在单无人机辅助的移动边缘计算系统中,为使无人机能服务于大区域中的所有用户设备,可将大区域分成多个子区域,并设定无人机以固定路线在各个子区域间飞行来为用户设备提供计算服务。考虑到用户设备计算资源较匮乏且无人机覆盖区域外的...在单无人机辅助的移动边缘计算系统中,为使无人机能服务于大区域中的所有用户设备,可将大区域分成多个子区域,并设定无人机以固定路线在各个子区域间飞行来为用户设备提供计算服务。考虑到用户设备计算资源较匮乏且无人机覆盖区域外的用户可选择移动至覆盖区域内进行任务卸载以最大化自身效用,可将用户设备的部分卸载问题转化为每个用户设备的效用最大化问题,并利用混合策略博弈和子模博弈来分别确定用户设备的移动概率和卸载数据量,从而得出最优卸载策略,且分别证明了混合策略纳什均衡和纯策略纳什均衡的存在性。仿真结果表明,所提方案与MBO(Binary Offloading Based on Mixed Strategy Game)等经典方案相比可有效提高用户设备的效用,并验证了其收敛性和稳定性。展开更多
文摘在移动边缘计算网络中,联合考虑用户的移动性和服务满意度,实现数字孪生(Digital Twin, DT)的有效部署是一个极大的挑战。针对该问题,提出了一种边缘网络中基于用户移动性预测的数字孪生部署策略。首先,利用双向长短期记忆网络(Bidirectional Long Short-Term Memory Network, Bi-LSTM)和注意力机制建立一种轨迹预测模型,对移动用户进行轨迹序列预测;然后,利用整数线性规划(Integer Linear Programming, ILP)对数字孪生的部署问题进行建模;最后,以最大化由信息新鲜度(Age of Information, AoI)定义的效用增益函数为优化目标,提出一种基于用户移动性预测的数字孪生部署策略算法对提出的问题进行求解。该算法根据获取到的移动用户轨迹数据,利用数字孪生部署的边际效用递减特性进行设计,以实现最优的数字孪生部署策略。仿真分析验证了所提算法在预测精度和效用增益方面的有效性,且该算法与基准算法相比显示出性能提升不低于10.7%。
文摘在单无人机辅助的移动边缘计算系统中,为使无人机能服务于大区域中的所有用户设备,可将大区域分成多个子区域,并设定无人机以固定路线在各个子区域间飞行来为用户设备提供计算服务。考虑到用户设备计算资源较匮乏且无人机覆盖区域外的用户可选择移动至覆盖区域内进行任务卸载以最大化自身效用,可将用户设备的部分卸载问题转化为每个用户设备的效用最大化问题,并利用混合策略博弈和子模博弈来分别确定用户设备的移动概率和卸载数据量,从而得出最优卸载策略,且分别证明了混合策略纳什均衡和纯策略纳什均衡的存在性。仿真结果表明,所提方案与MBO(Binary Offloading Based on Mixed Strategy Game)等经典方案相比可有效提高用户设备的效用,并验证了其收敛性和稳定性。
